CN110889971B - 停车场智能找车方法和装置 - Google Patents

停车场智能找车方法和装置 Download PDF

Info

Publication number
CN110889971B
CN110889971B CN201911087177.9A CN201911087177A CN110889971B CN 110889971 B CN110889971 B CN 110889971B CN 201911087177 A CN201911087177 A CN 201911087177A CN 110889971 B CN110889971 B CN 110889971B
Authority
CN
China
Prior art keywords
passenger
vehicle
parking lot
characteristic information
parking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911087177.9A
Other languages
English (en)
Other versions
CN110889971A (zh
Inventor
杨小清
廖华东
郭兴华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Guojiaxin Technology Co.,Ltd.
Original Assignee
Shenzhen Guojia Intelligent Software Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Guojia Intelligent Software Co ltd filed Critical Shenzhen Guojia Intelligent Software Co ltd
Priority to CN201911087177.9A priority Critical patent/CN110889971B/zh
Publication of CN110889971A publication Critical patent/CN110889971A/zh
Application granted granted Critical
Publication of CN110889971B publication Critical patent/CN110889971B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/148—Management of a network of parking areas
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了停车场智能找车方法和装置，该方法包括：探测到有车辆停在停车位；调用能够拍摄到停车位的摄像头对停车位进行拍摄；判断摄像头拍摄得到的多媒体文件中是否出现从车辆上下来的乘客；在判断结果为是的情况下，从多媒体文件中获取乘客的特征信息；获取车辆停在停车位之后预定时间段内的停车场内的所有的摄像头的拍摄的多媒体文件；从所有摄像头拍摄的多媒体文件中获取特征信息对应的乘客在停车场的运动轨迹；接收查找请求；根据预定用户的特征信息查找并显示该预定用户在停车场的运动轨迹。通过本申请解决了记录停车场中车辆的运行轨迹来辅助用户找车所存在的不精确的问题，提高了找车的准确度。

Description

停车场智能找车方法和装置
技术领域
本申请涉及智能停车，具体而言，涉及一种停车场智能找车方法和装置。
背景技术
一般大型地下停车场，每个不同的区域都有不同的颜色区别，比如停车位的颜色，以及旁边立柱的颜色等等，对于这些信息需要乘客要自己记住，如果记住则可以快速找到自己停放的车辆。或者也可以每个不同的区号，这样再找车的时候，就能更加快速的找到自己车辆所在的位置了。
对于有些用户来说，记住这些信息并不容易，有些用户则会将车辆停在靠近电梯的位置，这样方便停车，上楼上也比较方便。但是这样的车位也不容易找。
为了便于用户来找车，在现有技术中的某些停车场中会记录车辆在停车场的运动轨迹，该运动轨迹可以显示在智能设备上，从而辅助用户进行找车。但是这种方式是存在问题的，一般记录车辆的运行轨迹并不能有利于用户找车，这是因为，在车辆停止之后，用户会选择不同的位置出停车场，这过程中，用户是在不断移动的，所以使用车辆轨迹找车其实并不精确。
针对相关技术中记录停车场中车辆的运行轨迹来辅助用户找车所存在的不精确的问题，目前没有提出很好的解决方式。
发明内容
本申请提供一种停车场智能找车方法和装置，以解决相关技术中记录停车场中车辆的运行轨迹来辅助用户找车所存在的不精确的问题。
根据本申请的一个方面，提供了一种停车场智能找车方法，包括：通过安装到停车位的红外传感器探测到有车辆停在所述停车位；调用能够拍摄到所述停车位的摄像头对所述停车位进行拍摄；判断所述摄像头拍摄得到的多媒体文件中是否出现从所述车辆上下来的乘客；在判断结果为是的情况下，从所述多媒体文件中获取所述乘客的特征信息；获取所述车辆停在所述停车位之后预定时间段内的停车场内的所有的摄像头的拍摄的多媒体文件；从所有摄像头拍摄的多媒体文件中获取所述特征信息对应的所述乘客在所述停车场的运动轨迹；接收查找请求，其中，所述查找请求中携带有带预定用户的特征信息；根据所述预定用户的特征信息查找并显示该预定用户在所述停车场的运动轨迹。
进一步地，接收所述查找请求包括：通过设置在所述停车场的终端设备接收所述查找请求。
进一步地，在接收所述查找请求之前，所述方法还包括：通过上述终端设备对所述预定用户进行拍照得到照片；从所述照片中提取所述预定用户的特征信息。
进一步地，所述特征信息包括以下至少之一：面部特征信息、身高信息、体型信息。
根据本申请的另一个方面，还提供了一种停车场智能找车装置，包括：探测模块，用于通过安装到停车位的红外传感器探测到有车辆停在所述停车位；调用模块，用于调用能够拍摄到所述停车位的摄像头对所述停车位进行拍摄；判断模块，用于判断所述摄像头拍摄得到的多媒体文件中是否出现从所述车辆上下来的乘客；第一获取模块，用于在判断结果为是的情况下，从所述多媒体文件中获取所述乘客的特征信息；第二获取模块，用于获取所述车辆停在所述停车位之后预定时间段内的停车场内的所有的摄像头的拍摄的多媒体文件；第三获取模块，用于从所有摄像头拍摄的多媒体文件中获取所述特征信息对应的所述乘客在所述停车场的运动轨迹；接收模块，用于接收查找请求，其中，所述查找请求中携带有带预定用户的特征信息；显示模块，用于根据所述预定用户的特征信息查找并显示该预定用户在所述停车场的运动轨迹。
进一步地，所述接收模块用于通过设置在所述停车场的终端设备接收所述查找请求。
进一步地，所述装置还包括：第四获取模块，用于通过上述终端设备对所述预定用户进行拍照得到照片，并从所述照片中提取所述预定用户的特征信息。
进一步地，所述特征信息包括以下至少之一：面部特征信息、身高信息、体型信息。
根据本申请的另一个方面，还提供了一种存储器，用于存储软件，其中，所述软件用于执行上述的方法。
根据本申请的另一个方面，还提供一种处理器，用于执行软件，其中，所述软件用于执行上述的方法。
本申请采用以下步骤：通过安装到停车位的红外传感器探测到有车辆停在所述停车位；调用能够拍摄到所述停车位的摄像头对所述停车位进行拍摄；判断所述摄像头拍摄得到的多媒体文件中是否出现从所述车辆上下来的乘客；在判断结果为是的情况下，从所述多媒体文件中获取所述乘客的特征信息；获取所述车辆停在所述停车位之后预定时间段内的停车场内的所有的摄像头的拍摄的多媒体文件；从所有摄像头拍摄的多媒体文件中获取所述特征信息对应的所述乘客在所述停车场的运动轨迹；接收查找请求，其中，所述查找请求中携带有带预定用户的特征信息；根据所述预定用户的特征信息查找并显示该预定用户在所述停车场的运动轨迹。通过本申请解决了相关技术中记录停车场中车辆的运行轨迹来辅助用户找车所存在的不精确的问题，提高了找车的准确度。
附图说明
图1是根据本申请实施例提供的停车场智能找车方法的流程图。
具体实施方式
下需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
在本实施例中，提供了一种停车场智能找车方法，图1是根据本发明实施例的停车场智能找车方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，通过安装到停车位的红外传感器探测到有车辆停在停车位，调用能够拍摄到停车位的摄像头对停车位进行拍摄；
步骤S104，判断摄像头拍摄得到的多媒体文件中是否出现从车辆上下来的乘客；在判断结果为是的情况下，从多媒体文件中获取乘客的特征信息；
在车辆下下来多个乘客的情况下，分别记录每个乘客的特征信息，并使用每个乘客的特征信息记录每个乘客在停车场内的运动轨迹。
也可以仅仅记录最后一个乘客的特征信息，仅仅记录最后一个乘客在停车场内的运动轨迹。
优选地，在经过预订时长之后，并没有从车辆上下乘客，此时通过摄像头识别车辆的车牌号以及该车位的编号，将所述车牌号和所述该车位的编号对应保存在数据库。在找车时，提示用户输入车牌号，然后查找车位编号提示给用户即可。
步骤S106，获取车辆停在停车位之后预定时间段内的停车场内的所有的摄像头的拍摄的多媒体文件；
在这个步骤中，可以预先记录每个摄像头的覆盖区域，优先查找从停车位到车场出口的摄像头中拍摄得到的多媒体文件。从多媒体文件中进行查找时，可以查找关键帧，从关键帧中识别上述乘客，根据所述乘客的特征信息是识别出是乘客在所述车场中的运动轨迹。
步骤S108；从所有摄像头拍摄的多媒体文件中获取特征信息对应的乘客在停车场的运动轨迹；
可以使用摄像头拍摄得到的多媒体文件中的地面的停车位的编号来记录乘客的运动轨迹。摄像头拍摄的多媒体文件中也会记录时间，按照时间顺序记录该乘客经过的停车位的编号，对停车位编号出现的顺序进行汇总后，就可以得到乘客的运动轨迹。
或者，也可以在停车场设置多个标志物，根据摄像头拍摄的多媒体文件中的时间，按照时间顺序记录该乘客经过的标志物的顺序，对标识物的顺序进行汇总后，就可以得到该乘客的运动轨迹。
使用地面的停车位的编号来记录的轨迹的方式不需要对现有的停车场的硬件设施进行升级。
在通过摄像头拍摄的视频中识别停车位编号的方式中，可以通过机器学习训练一个模型，训练使用的数据可以是识别数字的数据，例如，一组数字图片以及用于标识该数据图片是什么数字的标签；为了使模型更加精确，可以在训练数据中加入该停车场的各种照片，对于每张照片都标识出该照片中的车位的编号，将标号和该照片作为一组数据用于训练。另外，对于同一车位的照片还可以增加多个角度拍摄得到的照片，也将拍摄得到的照片标记上其车位标号用于训练。这样得到的模型会更加精确。
在进行识别的时候，可以从摄像头拍摄得到的视频数据中抽取关键帧，将关键帧作为图片识别乘客，以及该乘客附近的停车位的编号。其中，停车位标号的识别可以使用上述训练得到的模型。
对于乘客的识别，也可以使用图像识别技术来识别出乘客，图像识别技术已经比较成熟，可以根据实际的需要来选择不同的。作为一个比较优的实现方式，可以识别出车牌信息。在乘客从该车辆上下来之后，在视频图像中为该乘客添加一个标签，该标签就是该乘客的车牌信息。
在添加了该标签之后，还可以记录作为标签的该车牌信息在该车辆停下之后的该乘客的运行轨迹。用户在查找自己的车辆的时候，可以直接输入车牌信息，通过查找车牌信息就可以找到该乘客的运行轨迹。
步骤S110，接收查找请求，其中，查找请求中携带有带预定用户的特征信息；根据预定用户的特征信息查找并显示该预定用户在停车场的运动轨迹。
上述步骤记录了用户停车后在停车场的运动轨迹，从而该运动轨迹相比较于车辆的行驶轨迹更加精确，更加有利于找车，通过上述步骤解决了相关技术中记录停车场中车辆的运行轨迹来辅助用户找车所存在的不精确的问题，提高了找车的准确度
优选地，接收查找请求包括：通过设置在停车场的终端设备接收查找请求。
优选地，在接收查找请求之前，方法还包括：通过上述终端设备对预定用户进行拍照得到照片；从照片中提取预定用户的特征信息。
优选地，上述特征信息包括以下至少之一：面部特征信息、身高信息、体型信息。
上述方法可以通过服务器来实现，服务器用来记录乘客的特征信息和运动轨迹。用户可以在手机上安装应用APP，通过该APP对用户进行拍摄，上传服务器，通过服务器确定用户的特征信息，以及查找该用户的特征信息所对应的该用户的运动轨迹，然后根据该运动轨迹查找车辆位置，并将车辆位置和之前用户的运动轨迹显示在用户的APP上。
在本实施中，还提供了一种停车场智能找车装置，包括：探测模块，用于通过安装到停车位的红外传感器探测到有车辆停在停车位；调用模块，用于调用能够拍摄到停车位的摄像头对停车位进行拍摄；判断模块，用于判断摄像头拍摄得到的多媒体文件中是否出现从车辆上下来的乘客；第一获取模块，用于在判断结果为是的情况下，从多媒体文件中获取乘客的特征信息；第二获取模块，用于获取车辆停在停车位之后预定时间段内的停车场内的所有的摄像头的拍摄的多媒体文件；第三获取模块，用于从所有摄像头拍摄的多媒体文件中获取特征信息对应的乘客在停车场的运动轨迹；接收模块，用于接收查找请求，其中，查找请求中携带有带预定用户的特征信息；显示模块，用于根据预定用户的特征信息查找并显示该预定用户在停车场的运动轨迹。
优选地，接收模块用于通过设置在停车场的终端设备接收查找请求。
优选地，上述装置还包括：第四获取模块，用于通过上述终端设备对预定用户进行拍照得到照片，并从照片中提取预定用户的特征信息。
优选地，特征信息包括以下至少之一：面部特征信息、身高信息、体型信息。
在本实施例中，提供了一种存储器，用于存储软件，其中，该软件用于执行上述的方法。
在本实施例中，提供了一种处理器，用于执行软件，其中，该软件用于执行上述的方法。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例提供了一种存储介质，其上存储有程序或者软件，该程序被处理器执行时实现上述方法。存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (4)

1.一种停车场智能找车方法，其特征在于，包括：
通过安装到停车位的红外传感器探测到有车辆停在所述停车位；
调用能够拍摄到所述停车位的摄像头对所述停车位进行拍摄；
判断所述摄像头拍摄得到的多媒体文件中是否出现从所述车辆上下来的乘客；
在判断结果为是的情况下，从所述多媒体文件中获取所述乘客的特征信息，其中，在从所述车辆上下来多个乘客的情况下，分别记录每个乘客的特征信息，并使用每个乘客的特征信息记录每个乘客在停车场内的运动轨迹；或者，仅仅记录最后一个下车乘客的特征信息，仅仅记录最后一个下车乘客在停车场内的运动轨迹；在经过预定 时长之后，并没有从车辆上下乘客，通过摄像头识别车辆的车牌号以及该车位的编号，将所述车牌号和所述该车位的编号对应保存在数据库；在找车时，提示用户输入车牌号，查找车位编号提示给用户即可；
获取所述车辆停在所述停车位之后预定时间段内的停车场内的所有的摄像头的拍摄的多媒体文件，其中，预先记录每个摄像头的覆盖区域，优先查找从停车位到车场出口的摄像头中拍摄得到的多媒体文件；从多媒体文件中进行查找时，查找关键帧，从关键帧中识别上述乘客，根据所述乘客的特征信息识别乘客在所述停车场中的运动轨迹；其中，对于乘客的识别，识别出车牌信息后，在乘客从该车辆上下来之后，在视频图像中为该乘客添加一个标签，该标签就是该乘客的车牌信息；在添加了该标签之后，记录作为标签的该车牌信息在该车辆停下之后的该乘客的运行轨迹，用户在查找自己的车辆的时候，可以直接输入车牌信息，通过查找车牌信息就可以找到该乘客的运行轨迹；
从所有摄像头拍摄的多媒体文件中获取所述特征信息对应的所述乘客在所述停车场的运动轨迹；其中，使用摄像头拍摄得到的多媒体文件中的地面的停车位的编号来记录乘客的运动轨迹，摄像头拍摄的多媒体文件中会记录时间，按照时间顺序记录该乘客经过的停车位的编号，对停车位编号出现的顺序进行汇总后，得到乘客的运动轨迹；或者，在停车场设置多个标志物，根据摄像头拍摄的多媒体文件中的时间，按照时间顺序记录该乘客经过的标志物的顺序，对标识物的顺序进行汇总后，得到该乘客的运动轨迹；
接收查找请求，其中，所述查找请求中携带有带预定用户的特征信息；
根据所述预定用户的特征信息查找并显示该预定用户在所述停车场的运动轨迹。
2.根据权利要求1所述的方法，其特征在于，接收所述查找请求包括：
通过设置在所述停车场的终端设备接收所述查找请求。
3.根据权利要求2所述的方法，其特征在于，在接收所述查找请求之前，所述方法还包括：
通过上述终端设备对所述预定用户进行拍照得到照片；
从所述照片中提取所述预定用户的特征信息。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述特征信息包括以下至少之一：面部特征信息、身高信息、体型信息。
CN201911087177.9A 2019-11-08 2019-11-08 停车场智能找车方法和装置 Active CN110889971B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911087177.9A CN110889971B (zh) 2019-11-08 2019-11-08 停车场智能找车方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911087177.9A CN110889971B (zh) 2019-11-08 2019-11-08 停车场智能找车方法和装置

Publications (2)

Publication Number Publication Date
CN110889971A CN110889971A (zh) 2020-03-17
CN110889971B true CN110889971B (zh) 2021-11-30

Family

ID=69747108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911087177.9A Active CN110889971B (zh) 2019-11-08 2019-11-08 停车场智能找车方法和装置

Country Status (1)

Country Link
CN (1) CN110889971B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11989796B2 (en) 2020-10-29 2024-05-21 Toyota Motor Engineering & Manufacturing North America, Inc. Parking seeker detection system and method for updating parking spot database using same
CN112464796B (zh) * 2020-11-25 2024-05-24 迪蒙智慧交通科技有限公司 寻车方法、寻车系统及计算机可读存储介质
CN113012464B (zh) * 2021-02-20 2022-03-22 腾讯科技（深圳）有限公司 一种寻车指引方法、装置、设备及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120097789A (ko) * 2011-02-25 2012-09-05 최민석 차량 위치 안내 장치 및 이를 이용한 차량 위치 안내 방법
JP2014004930A (ja) * 2012-06-25 2014-01-16 Aisin Seiki Co Ltd 駐車支援装置、駐車支援方法、及び駐車支援プログラム
CN106441296A (zh) * 2015-08-04 2017-02-22 中兴通讯股份有限公司 运动轨迹记录方法和用户设备
CN106650652A (zh) * 2016-12-14 2017-05-10 黄先开 基于人脸识别技术的轨迹跟踪系统及其方法
CN207602041U (zh) * 2017-11-06 2018-07-10 江门市知了科技有限公司 智慧停车寻车、室内外定位系统
CN110293965A (zh) * 2019-06-28 2019-10-01 北京地平线机器人技术研发有限公司 泊车方法和控制装置、车载设备及计算机可读介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413444B (zh) * 2013-08-26 2015-08-19 深圳市川大智胜科技发展有限公司 一种基于无人机高清视频的交通流调查处理方法
CN104504905B (zh) * 2015-01-12 2016-06-08 重庆交通大学 一种对车辆轨迹与速度进行识别的方法
CN109166344A (zh) * 2018-09-27 2019-01-08 盯盯拍（深圳）云技术有限公司 停车场寻车方法以及停车场寻车装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120097789A (ko) * 2011-02-25 2012-09-05 최민석 차량 위치 안내 장치 및 이를 이용한 차량 위치 안내 방법
JP2014004930A (ja) * 2012-06-25 2014-01-16 Aisin Seiki Co Ltd 駐車支援装置、駐車支援方法、及び駐車支援プログラム
CN106441296A (zh) * 2015-08-04 2017-02-22 中兴通讯股份有限公司 运动轨迹记录方法和用户设备
CN106650652A (zh) * 2016-12-14 2017-05-10 黄先开 基于人脸识别技术的轨迹跟踪系统及其方法
CN207602041U (zh) * 2017-11-06 2018-07-10 江门市知了科技有限公司 智慧停车寻车、室内外定位系统
CN110293965A (zh) * 2019-06-28 2019-10-01 北京地平线机器人技术研发有限公司 泊车方法和控制装置、车载设备及计算机可读介质

Also Published As

Publication number Publication date
CN110889971A (zh) 2020-03-17

Similar Documents

Publication Publication Date Title
CN110889971B (zh) 停车场智能找车方法和装置
US11120282B2 (en) Traffic violation vehicle identification system, server and non-transitory recording medium in which vehicle control program is recorded
CN112069643B (zh) 一种自动驾驶仿真场景生成方法及装置
CN101848377B (zh) 一种基于云计算及海量视频检索的多视频录入装置智能联动的装置和方法
CN109166344A (zh) 停车场寻车方法以及停车场寻车装置
CN105702048B (zh) 基于行车记录仪的高速公路前车违法占道识别系统及方法
CN109377779A (zh) 停车场寻车方法以及停车场寻车装置
CN104574954B (zh) 一种基于自由流系统的车辆稽查方法、控制设备及系统
CN110096975B (zh) 一种车位状态识别方法、设备及系统
CN106097722B (zh) 利用视频进行路侧车位自动化监管的系统和方法
CN106469518A (zh) 基于视频跟踪识别的智能停车引导的方法、服务器和系统
CN110826356B (zh) 一种非机动车违章检测系统、方法及服务器
CN105702068A (zh) 一种基于移动终端的高级驾驶辅助系统
CN107464446B (zh) 一种垂直车位停车信息的巡检方法及装置
CN105528912A (zh) 一种室内车位推荐方法及其系统
CN113055823B (zh) 一种基于路侧停车管理共享单车的方法及装置
CN111353369A (zh) 一种城市路侧停车高位视频在辅助刑侦中的应用方法及系统
Hakim et al. Implementation of an image processing based smart parking system using Haar-Cascade method
CN112836683B (zh) 用于便携式摄像设备的车牌识别方法、装置、设备和介质
TWI430664B (zh) Intelligent Image Monitoring System Object Track Tracking System
CN104077924A (zh) 反向寻车系统及方法
EP3244344A1 (en) Ground object tracking system
KR102519367B1 (ko) Cctv 환경에서의 보행자 추적 장치 및 방법
CN111696360A (zh) 一种停车监控方法、系统及摄像机
CN109147338B (zh) 一种违规停车的识别方法、装置及服务器

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Yang Xiaoqing

Inventor after: Liao Huadong

Inventor after: Guo Xinghua

Inventor before: Guo Xinghua

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211111

Address after: 518000 2321, Changping Business Building, No. 99, Honghua Road, Fubao community, Fubao street, Futian District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Guojia Intelligent Software Co.,Ltd.

Address before: 230000 business 108, building 20b, Mingzhu garden, the intersection of Lianhua Road and Danxia Road, Hefei Economic and Technological Development Zone, Anhui Province

Applicant before: Hefei Yishihui Network Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230727

Address after: 901K, Anhui Building, No. 6007, Shennan Avenue, Tian'an Community, Shatou Street, Futian District, Shenzhen, Guangdong 518000

Patentee after: Shenzhen Guojiaxin Technology Co.,Ltd.

Address before: 2321 Changping Business Building, 99 Honghua Road, Fubao community, Fubao street, Futian District, Shenzhen, Guangdong 518000

Patentee before: Shenzhen Guojia Intelligent Software Co.,Ltd.